科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对目前数据驱动的方法在小样本下PM2.5预测准确率较低的问题，提出一种基于生成对抗性网络(GAN)模型PME-GAN,用于在线预测PM2.5浓度值。在生成器中加入长短期记忆网络(LSTM)并用于提取输入数据的时序特征，在判别器中加入多层感知机网络(MLP),通过生成器对PM2.5浓度值进行预测。与LSTM、GRU、CNN-LSTM和CNN-GRU 4种模型进行对比实验，结果表明，该方法在小样本数据集上具有更高的预测准确率，对保定测试集的后25%数据开始预测，预测效果很好。
- 出版日期2023
